专栏名称: 公共管理共同体
定期推送中国公共管理专业期刊文章,传播公共管理知识,分享公共事物的治理之道。
目录
相关文章推荐
创意铺子  ·  喝 10 斤鲜牛奶,不如吃 1 ... ·  20 小时前  
普象工业设计小站  ·  全体东北人的 「春季噩梦」,两个字 ·  昨天  
普象工业设计小站  ·  吴彦祖、王祖贤“沦落”?这个世界谁都逃脱不了 ... ·  昨天  
普象工业设计小站  ·  全球消费遇冷!米其林高评价雷司令,只卖几十块! ·  3 天前  
普象工业设计小站  ·  美国最火娇妻,“偷师”李子柒失败 ·  3 天前  
51好读  ›  专栏  ›  公共管理共同体

GIQ编译 | 陈涛,李思齐等:人工服务还是机器人服务?用户转向公共服务机器人的意愿研究

公共管理共同体  · 公众号  ·  · 2024-05-01 08:33

正文



本期编译简介




编者按


随着人工智能(AI)技术在公共部门的日益普及,政务大厅办理业务已经开始从与人工互动转向与机器人互动。然而,在政务大厅技术投入增大的同时,部分公民却更愿意排长队接受人工服务。那么,哪些因素会影响用户的服务偏好从人工服务转向公共服务机器人?本期海外栏目为大家带来2024年4月最新发表于Government Information Quarterly上的An empirical investigation of users' switching intention to public service robots: From the perspective of PPM framework一文,作者是来自华中科技大学和中国科学技术大学的研究团队。该研究采用源自人口迁移领域的推-拉-锚(push–pull–mooring,PPM)框架来理解用户转换意向的影响因素,在中国政务大厅经历过人工服务和机器人服务的用户中进行了419份有效回复的问卷,并利用结构方程模型(SEM)方法定量分析数据。该研究从推、拉和锚效应的角度为用户的服务使用意愿向机器人转移提供了新见解,研究结果可以帮助从业者和管理者了解用户转换行为的意图并做出科学决策,以鼓励市民积极回应服务机器人。


文章简介


文章标题: 用户意愿向公共服务机器人转换的实证研究:基于推拉锚框架视角 An empirical investigation of users' switching intention to public service robots: From the perspective of PPM framework

来源期刊: Government Information Quarterly

发表时间: 2024年4月网络首发

作者简介:

陈涛 ,华中科技大学公共管理学院教授

李思齐 ,华中科技大学公共管理学院博士生

曾忠平 ,华中科技大学公共管理学院副教授

梁哲浩 ,华中科技大学公共管理学院博士后

陈雨曦 ,华中科技大学公共管理学院教职员

郭文山 ,中国科学技术大学公共事务学院博士后

本期编译:

贾子涵(四川大学本科生)

张斯涵 (大连理工大学研究生)





编译速览




01 研究背景


在数字政府时代,公共部门正加速数字化,探索利用人工智能(AI)来改善服务。服务机器人是AI的重要应用之一,中国政府正在政务服务中心引进机器人和智能自助服务技术,以达到降本增效的目的,市民可以根据偏好和需求选择服务机器人或人工服务。然而,市民的担忧是AI在公共服务领域应用的一个主要障碍,有时人们宁愿排队等候人工服务,也不愿使用机器人,这对公共部门的服务机器人项目构成巨大的挑战。

与商业服务机器人相比,公共服务机器人受到的关注仍较少,少有研究讨论用户愿意转向机器人的影响因素。 本研究背景下的机器人和人类间具有互补关系,而非完全相互取代。本研究中的“转换(switching)”指的是用户对人工服务的使用减少,对公共服务机器人的使用时间增加。

本文采用推拉锚(push–pull–mooring,PPM)框架研究用户的使用意愿从人工转向机器人服务的影响因素,获取中国政务大厅体验过人工服务和机器人服务市民的调查数据,并采用结构方程(SEM)进行数据分析。研究结论为促进公共服务机器人的应用作出贡献。


02 研究模型与假设


本文应用PPM框架作为理论基础,以确定转换行为的关键预测因素。本研究中的“推力效应(push effect)”指人工服务的缺点对用户使用产生的推力,“拉力效应(pull effect)”代表机器人服务的特征对用户产生的吸引力。“锚力效应(mooring effect)”指可能阻碍从使用人工服务转换到机器人服务的情境条件。受锚力效应影响,即使推拉效应提供强大动力,人们也可能不愿进行转换。研究模型如图1所示。

1 研究模型

推力效应(Push effects)

不满意感(Dissatisfaction) ,大多数用户的转换行为源于对现有服务的不满意,不满意感可以更直接地反映用户转换行为的心理状态。本研究中将对人工服务的不满作为导致用户转换意愿的推动因素。因此,提出以下假设:

H1. 对人工服务的不满对用户的意愿转换有正向促进作用。

感知效率低下(Perceived inefficiency) ,这是推力效应的核心因素,指用户对服务的负面体验程度。政务中心人工服务区的长时间排队和拥挤环境增加了办业务的时间成本,而AI被普遍认为可以提高服务效率和质量。如果市民感到人工服务的效率低下,将乐意采用机器人服务作为替代。第二个假设如下:

H2. 人工服务的感知效率低下对用户的意愿转换有正向促进作用。


拉力效应(Pull effects)

感知易用性(Perceived ease of use) ,指的是用户学习使用特定技术时,感知到的简单和直观程度。当人们感到能够轻松使用某技术时,会表现出积极态度。据此,第三个假设如下:

H3.公共服务机器人的感知易用性对用户意愿转换产生正向促进作用。

吸引力(Attractiveness) ,如果用户认为新服务的核心属性更好,则更有可能被其所吸引。本研究中将服务机器人的 美学(Aesthetics) 便利性(Convenience) 情感能力(Emotional capability) 作为吸引力的关键前因。本文假设 ,机器人有吸引力的特征具备显著的拉力效应。与之相关的一系列假设如下:

H4. 公共服务机器人的吸引力对用户的转换意愿产生正向促进作用。

H4a./H4b./H4c. 美学/感知便利性/情感能力对公共服务机器人的吸引力产生正向促进作用。

感知智能(Perceived intelligence) ,该属性关注机器人的能力、效率、智能、负责任反应和知识递送。感知属性强的机器人能够识别用户的兴趣和需求,提供个性化的服务,人们愿意与感知更智能的机器人一起。提出第五个假设:

H5. 公共服务机器人的感知智能对用户的意愿切换具有正向促进作用。


锚力效应(Mooring effects)

惰性(Inertia)







请到「今天看啥」查看全文